一种基于多模态数据融合与数字孪生仿真的煤炭灰分在线检测方法及系统与流程

本发明涉及煤炭灰分检测，特别是涉及一种基于多模态数据融合与数字孪生仿真的煤炭灰分在线检测方法及系统。

背景技术：

1、煤炭作为重要的能源资源，其灰分含量是衡量煤质的关键指标，广泛应用于火力发电、煤炭洗选及化工领域。相关技术中，通过天然伽马射线探测、能谱分析与物理参数校正的协同作业，构建了无源测灰技术体系。具体地，该技术涵盖了从煤流辐射信号采集到灰分预测的全过程，包括探测器阵列、信号处理与算法建模等关键环节。

2、然而，现有的无源测灰方法中，直接采用单一探测器进行伽马计数，可能会导致信噪比低、抗干扰能力差，或者模型僵化、无法自适应煤种变化，从而影响灰分检测的精度与稳定性，难以满足现代工业对高精度闭环控制的需求。

技术实现思路

1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为达上述目的，本发明一方面提出一种基于多模态数据融合与数字孪生仿真的煤炭灰分在线检测方法，所述方法包括：

3、采集煤流的多模态传感数据，所述多模态传感数据包括天然伽马射线能谱数据、煤流厚度数据和煤流密度数据；

4、基于所述煤流厚度数据和所述煤流密度数据，对所述天然伽马射线能谱数据进行物理参数校正，生成标准化伽马能谱数据；

5、基于数字孪生仿真模型，当前煤流厚度和煤流密度生成理论仿真能谱，并将所述标准化伽马能谱数据与所述理论仿真能谱进行残差分析，基于得到的残差分析结果对所述标准化伽马能谱数据进行修正，得到修正后的标准化伽马能谱数据；

6、提取所述修正后的标准化伽马能谱数据中特征核素的特征峰信息，并将所述特征峰信息与所述煤流厚度数据、所述煤流密度数据输入至目标机器学习模型中，得到灰分值。

7、本发明实施例的基于多模态数据融合与数字孪生仿真的煤炭灰分在线检测方法还可以具有以下附加技术特征：

8、在本发明的一个实施例中，所述采集煤流的多模态传感数据，包括：

9、通过弧形分布的nai(tl)闪烁探测器阵列采集天然伽马射线能谱数据；

10、通过激光厚度传感器以三角测距原理采集煤流厚度数据；

11、通过电子皮带秤传感器采集煤流密度数据。

12、在本发明的一个实施例中，所述基于所述煤流厚度数据和所述煤流密度数据，对所述天然伽马射线能谱数据进行物理参数校正，生成标准化伽马能谱数据，包括：

13、基于厚度校正公式对所述天然伽马射线能谱数据中的伽马计数率进行厚度补偿，得到厚度补偿后的计数率，其中，所述厚度校正公式为，是由伽马射线在煤介质中的衰减特性建立的拟合函数，为所述天然伽马射线能谱数据中的计数率，为煤流厚度数据；

14、基于密度校正公式对所述厚度补偿后的计数率进行密度补偿，生成标准化伽马能谱数据，其中，所述密度校正公式为，为密度补偿后的计数率，为煤流质量数据。

15、在本发明的一个实施例中，所述基于数字孪生仿真模型，当前煤流厚度和煤流密度生成理论仿真能谱，并将所述标准化伽马能谱数据与所述理论仿真能谱进行残差分析，基于得到的残差分析结果对所述标准化伽马能谱数据进行修正，得到修正后的标准化伽马能谱数据，包括：

16、基于蒙特卡洛方法构建数字孪生仿真模型；

17、基于所述数字孪生仿真模型对当前煤流厚度和煤流密度实时仿真，生成理论仿真能谱；

18、通过残差公式计算所述标准化伽马能谱数据与所述理论仿真能谱的残差，得到残差分析结果，其中，所述残差公式为；

19、当所述残差分析结果超过预设阈值，剔除对应数据点或进行加权修正，得到修正后的标准化伽马能谱数据。

20、在本发明的一个实施例中，所述提取所述修正后的标准化伽马能谱数据中特征核素的特征峰信息，包括：

21、对所述修正后的标准化伽马能谱数据进行平滑和去本底预处理，通过寻峰算法锁定40k的1460kev特征峰、238u系的1764kev特征峰和232th系的2614kev特征峰；

22、将三个所述特征峰的面积积分ak、au、ath，确定为特征峰信息。

23、为达上述目的，本发明另一方面提出一种基于多模态数据融合与数字孪生仿真的煤炭灰分在线检测系统，所述系统包括多模态信号采集模块、参数校正模块、智能数据处理模块和一体化安装机架；

24、所述多模态信号采集模块，用于采集煤流的多模态传感数据，所述多模态传感数据包括天然伽马射线能谱数据、煤流厚度数据和煤流密度数据；

25、所述参数校正模块，通过信号总线与所述多模态信号采集模块连接，用于基于所述煤流厚度数据和所述煤流密度数据，对所述天然伽马射线能谱数据进行物理参数校正，生成标准化伽马能谱数据；

26、所述智能数据处理模块，用于基于数字孪生仿真模型，当前煤流厚度和煤流密度生成理论仿真能谱，并将所述标准化伽马能谱数据与所述理论仿真能谱进行残差分析，基于得到的残差分析结果对所述标准化伽马能谱数据进行修正，得到修正后的标准化伽马能谱数据；

27、所述智能数据处理模块，还用于提取所述修正后的标准化伽马能谱数据中特征核素的特征峰信息，并将所述特征峰信息与所述煤流厚度数据、所述煤流密度数据输入至目标机器学习模型中，得到灰分值；

28、所述一体化安装机架用于承载和固定所述多模态信号采集模块、所述参数校正模块和所述智能数据处理模块。

29、本发明实施例的基于多模态数据融合与数字孪生仿真的煤炭灰分在线检测方法及系统，采集煤流的多模态传感数据，多模态传感数据包括天然伽马射线能谱数据、煤流厚度数据和煤流密度数据；基于煤流厚度数据和煤流密度数据，对天然伽马射线能谱数据进行物理参数校正，生成标准化伽马能谱数据；基于数字孪生仿真模型，当前煤流厚度和煤流密度生成理论仿真能谱，并将标准化伽马能谱数据与理论仿真能谱进行残差分析，基于得到的残差分析结果对标准化伽马能谱数据进行修正，得到修正后的标准化伽马能谱数据；提取修正后的标准化伽马能谱数据中特征核素的特征峰信息，并将特征峰信息与煤流厚度数据、煤流密度数据输入至目标机器学习模型中，得到灰分值。本发明通过多模态数据融合与数字孪生仿真，提高了灰分检测的精度与稳定性，实现了高精度、高稳定性、自适应煤种变化的在线灰分检测。

30、本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

1.一种基于多模态数据融合与数字孪生仿真的煤炭灰分在线检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述采集煤流的多模态传感数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述煤流厚度数据和所述煤流密度数据，对所述天然伽马射线能谱数据进行物理参数校正，生成标准化伽马能谱数据，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于数字孪生仿真模型，当前煤流厚度和煤流密度生成理论仿真能谱，并将所述标准化伽马能谱数据与所述理论仿真能谱进行残差分析，基于得到的残差分析结果对所述标准化伽马能谱数据进行修正，得到修正后的标准化伽马能谱数据，包括：

5.根据权利要求1所述的方法，其特征在于，所述提取所述修正后的标准化伽马能谱数据中特征核素的特征峰信息，包括：

6.一种基于多模态数据融合与数字孪生仿真的煤炭灰分在线检测系统，其特征在于，所述系统包括多模态信号采集模块、参数校正模块、智能数据处理模块和一体化安装机架；

7.根据权利要求6所述的系统，其特征在于，所述多模态信号采集模块包括nai(tl)闪烁探测器阵列、激光厚度传感器和电子皮带秤传感器；

8.根据权利要求6所述的系统，其特征在于，所述智能数据处理模块包括嵌入式ai芯片；所述嵌入式ai芯片，具体用于：

9.根据权利要求6所述的系统，其特征在于，所述智能数据处理模块还包括数字孪生仿真单元；所述数字孪生仿真单元，具体用于：

10.根据权利要求6所述的系统，其特征在于，所述一体化安装机架采用高强度不锈钢焊接，内部设置有减震安装座，所述减震安装座采用橡胶阻尼或弹簧减震器，用于隔离皮带振动；所述一体化安装机架的外壳涂覆纳米防尘疏水涂层，内部集成有温控装置，用于确保电子元件在-20℃至60℃环境下稳定工作。